科学研究呈现的是一个动态的生态系统，作者通过引用已有论文并发表新的论文来推动其领域的发展，而研究主题也随之多样化，新的主题轮番登场，旧的主题则逐渐退出舞台。尽管WebofScience核心合集等引文网络可以捕捉到这种变化，但大规模地揭示哪些概念正在出现、增长或衰退，依然是个难题。
现有的学科分类模式，如成熟的WebofScience的学科分类，提供了一种稳定、可靠、实用的方式来比较国家和机构的产出，展示几十年来的变化。然而，由于是以整本期刊、书籍和会议录为单位进行分类，因而掩盖了文献层面上不同类别之间和同类别内部的动态变化。
为了帮助用户更好地了解研究主题的不断演变，评价其中的表现，科睿唯安推出了InCitesBenchmarking&AnalyticsCitationTopics（引文主题）。近期其CitationTopics结果也呈现在WebofScience核心合集界面供广大读者使用。
一、什么是CitationTopics（引文主题）？
CitationTopics是动态的研究——所有新发表的文献都会添加到现有的主题中，确保主题持续准确地反映基础文献的变化。
二、主题层次结构有哪些优势？
在开发过程中，需要解决如何显示数据的问题，以使其对用户的数据分析最有帮助。范围小而紧密的主题可以在任何分析中提供精细度，但可能无法展示大局。更大、更宽泛的主题可以提供很好的总结，但会遗漏细节。WOS对CitationTopics采用的方法是构建一个宏观、中观和微观主题的三级层次结构，使用户能够根据自己的问题选择合适的精细水平进行分析。为此，WOS生成了一个包含10个广义集群、326个中观集群和2444个微观集群的层次结构。用户可以从广义的宏观主题到狭义的微观主题逐层探究细节，在每个层次上进行分析。
三、如何确定CitationTopics的名称？
CitationTopics（引文主题）需要言之有物的描述性名称。引用聚类只能理解文献之间的关系，而对其主题内容一无所知。WOS根据内容对宏观和中观类别进行了标注。由于微观CitationTopics数量较多，WOS采用了不同的方法——使用算法工具根据最重要的关键词给每个主题加标注。WOS通过这种方式对近2500个微型主题确定了表述性的名称。